使用条件 GAN 基于黄斑光学相干断层扫描预测青光眼进展
图像与视频处理
2020-10-12 v1 计算机视觉与模式识别
摘要
青光眼的进展估计是一项具有挑战性的任务，因为除测量变异性与进展定义缺乏标准化等因素外，疾病进展速率在个体间存在差异。结构性检测，如利用光学相干断层扫描（OCT）对视网膜神经纤维层或黄斑的厚度测量，能够检测青光眼性眼的解剖变化。此类变化可能在任何功能性损伤之前被观察到。在本工作中，我们构建了使用条件 GAN 架构的生成式深度学习模型，以随时间预测青光眼进展。根据三次或两次先前的测量预测患者的 OCT 扫描。预测图像与真实图像表现出高度相似性。此外，我们的结果表明，仅从两次先前访视获得的 OCT 扫描实际上可能足以预测患者六个月后的下一次 OCT 扫描。
引用
@article{arxiv.2010.04552,
title = {Conditional GAN for Prediction of Glaucoma Progression with Macular Optical Coherence Tomography},
author = {Osama N. Hassan and Serhat Sahin and Vahid Mohammadzadeh and Xiaohe Yang and Navid Amini and Apoorva Mylavarapu and Jack Martinyan and Tae Hong and Golnoush Mahmoudinezhad and Daniel Rueckert and Kouros Nouri-Mahdavi and Fabien Scalzo},
journal= {arXiv preprint arXiv:2010.04552},
year = {2020}
}